基于大数据的机床产品多权值融合的几何精度维护方法技术

本发明专利技术公开了一种基于大数据的机床产品多权值融合的几何精度维护方法。将目标机床分解成各功能部件，对产品数据进行数据分析，建立机床加工的空间误差模型，由机床加工的空间误差模型建立机床加工精度最大失效模型，用机床加工精度最大失效模型对机床产品数据进行方差分析，获得几何精度项的精度影响权值；再通过机床历史维护数据进行分析，获得各几何精度项的修配成本权值；将精度影响权值和修配成本权值进行多权值融合分析形成目标机床几何精度维护方案。本发明专利技术解决了生产企业对数控机床进行周期性维护时，难以明确失效几何精度项的困难，为机床的几何精度维护提供了明确指导，降低了几何精度维护过程的盲目性，提高了生产效率。

Geometric precision maintenance method of multi weight fusion of machine tool products based on large data

The invention discloses a geometric precision maintenance method of machine tool products based on large data weight fusion. The target machine is divided into different functional parts, analyzing the data of product data, a spatial error model of machine tool, the spatial error model of machine tool to establish the machining accuracy of machine tool maximum failure model for the machining accuracy of machine tool maximum failure model analysis of variance on the machine tool product data obtained, affecting the accuracy of geometric accuracy of the weights again; through the analysis of historical data for machine maintenance, repair cost and weight of each geometric accuracy item; will affect the precision of weights and repair cost weights are multi weighted fusion analysis geometric accuracy of target machine maintenance plan. The invention solves the production of CNC machine tools for periodic maintenance, it is difficult to identify the geometric accuracy of the failure difficult to provide clear guidance for the geometric accuracy of the machine maintenance, reduce the blindness of the geometric accuracy of the maintenance process, improve production efficiency.

【技术实现步骤摘要】
基于大数据的机床产品多权值融合的几何精度维护方法
本专利技术属于数控机床精度维护领域，具体涉及了一种基于大数据的机床产品多权值融合的几何精度维护方法。
技术介绍
数控机床几何精度维护，是指以机床的技术特征为依据，对其组成件的几何精度进行维护以使机床加工精度重新满足要求的技术手段。典型的机床几何精度维护方式有修复性维护和预防性维护。修复性维护是生产厂家通过对机加工产品质量的监测，当产品精度不能达到标称值后，使机床恢复到能执行规定功能状态所实施的维护。这种维护方式的优势在于实现了对机床寿命的完整利用。缺点在于事先对机床的精度状态没有充分的掌握和估计，往往造成应急性停机停产，严重影响生产效率。另外，厂家很难对这种突发情况做出充分准备，维护时间长，维护成本高，造成较大的经济损失。预防性维护是生产厂家根据预定的进度计划，根据使用经验和统计资料，规划出相应的维修程序，每隔一段时间就进行一次维修，对设备中某些关键零部件进行更换或修复，以防止其发生故障。其优势在于能够使维修工作在有计划、有准备的情况下进行。缺点在于，预防性维护基于系统内主要零部件发生故障时间的统计分布来确定维修周期，难以排除偶然性故障的影响，往往会造成维修次数过多或机床失修，不能完全符合实际需求。因此，科学合理地制定数控机床的几何精度维护方案，保证其在工作期间的加工精度对提高生产效率、降低加工成本具有重要的意义。数控机床的加工精度主要受机床零部件的几何误差、热误差、载荷误差、伺服误差等影响，其中，几何误差是指机床各部件的实际位置和姿态与设计的偏差。近年来，国内外学者在机床精度退化模型和维护周期的优化上做了大量的工作，取得了不少的成果。机床加工精度的失效是各部件的精度退化和突发故障的耦合过程。一方面，各部件的运动精度会随着时间推移由于振动、磨损、润滑等因素逐渐降低，周期性维护可防止精度退化造成的加工精度失效；另一方面，冲击等突发故障会使相关机床部件的运动精度出现断崖式下降，突发故障造成的加工精度失效是现有精度维护模型所难以预测的。因此，现有维护方案大多采用逐级排查、逐项校核的方法，往往造成效率低下、过程繁琐、成本高昂等。
技术实现思路
为了解决
技术介绍
中存在的问题，本专利技术的目的是提出了一种基于大数据的机床产品多权值融合的几何精度维护方法，能够降低维护频率、减少盲目维护、提高维护效率、降低生产成本。本专利技术采用的技术方案是具体包含以下内容：步骤一：根据数控机床结构特点，将目标机床分解成各功能部件，针对功能部件中具有的各种工件，对每一种工件下同一批次的产品数据进行大数据分析，建立机床加工的空间误差模型；步骤二：根据机床产品大数据，由机床加工的空间误差模型建立机床加工精度最大失效模型，用机床加工精度最大失效模型对机床产品数据进行方差分析，获得几何精度项的精度影响权值；步骤三：再通过机床历史维护数据进行分析，获得各几何精度项的修配成本权值；机床历史维护数据属于机床产品数据中的一部分，是已知数据。步骤四：将精度影响权值和修配成本权值进行多权值融合分析形成目标机床几何精度维护方案。如图1所示，所述方法的具体步骤为：步骤一：根据机床自身的布局结构和传动关系获得机床各功能部件之间的低序拓扑结构，根据低序拓扑结构和雅可比旋量计算获得机床各功能部件的运动传递因子，根据运动传递因子计算获得运动传递函数，由运动传递因子建立获得机床加工的空间误差模型。步骤三：根据机床历史维护数据中的维护成本数据计算获得几何精度项的修配成本权值；步骤四：结合修配成本权值和精度影响权值计算获得几何精度项的维护决策权值，重排获得目标机床的几何精度维护目标矢量，形成目标机床几何精度维护方案。所述步骤一具体为：1.1)根据机床运动链建立由低序体序列描述的机床低序拓扑结构：由各功能部件的相互运动关系获得机床运动链，根据机床运动链建立获得机床的低序体序列，由低序体序列描述低序拓扑结构。1.2)计算各个功能部件运动的运动传递因子：1.3)计算获得理想运动传递函数和误差运动传递函数；1.4)建立基于雅可比旋量表示的机床加工的空间误差模型，采用以下公式表示：g＝(gwt*·R-gwt·R)其中，R为理想刀具切削点在全局坐标系中的坐标，gwt与gwt*分别表示理想运动传递函数和误差运动传递函数。所述的步骤1.2)中的机床功能部件的运动传递因子由下式计算获得：其中，e为自然对数底，ξ为功能部件运动的雅克比旋量，符号“^”表示该雅可比旋量的反对称矩阵；k为运动传递系数，θ为描述功能部件运动大小的六维矢量。上述雅克比旋量ξ具体采用以下公式计算：ξ＝(P,Q)T其中，Q表示功能部件围绕旋转轴正方向旋转的单位矢量，Q＝[Qx,Qy,Qz]T；P表示功能部件沿轴方向运动的矢量，P＝-Q×q；q为机床参考系原点到旋转轴上任意一点的矢量。其中，功能部件运动大小的六维矢量θ表示为：θ＝(θt,θo)其中，θt为功能部件平移运动的描述，θt＝(θx,θy,θz)，θx,θy,θz分别为功能部件沿全局坐标系x、y、z轴平移运动的大小；θo为功能部件旋转运动的描述，θo＝(θa,θb,θc)，θa,θb,θc分别为功能部件绕全局坐标系的x、y、z轴旋转运动的大小。所述的步骤1.3)中的理想运动传递函数和误差运动传递函数具体计算如下：a、当机床各传动轴运动未出现误差时，采用以下公式计算获得机床切削加工的理想运动传递函数：其中，n为机床的运动部件数目；s1～sn为机床低序拓扑结构中，功能部件依次从工件到刀具的编号；gi(θi)为第i个功能部件(1≤i≤n)的运动传递因子，由步骤一中1.2)g(θ)的计算给出。b、当机床各传动轴运动出现误差时，采用以下公式计算获得机床切削加工的误差运动传递函数：其中，n为机床的运动部件数目；s1～sn为机床低序拓扑结构中，功能部件依次从工件到刀具的编号；gi*(θi)为描述第i个功能部件(1≤i≤n)的包含误差的运动传递因子；包含误差的运动传递因子gi*(θi)采用以下公式计算：其中，k为运动传递系数，ξ为功能部件运动的雅克比旋量，符号“^”表示该雅可比旋量的反对称矩阵；ξ为功能部件运动的雅克比旋量的反对称矩阵ξ*采用以下公式计算：ξ*＝(P*,Q*)T其中，P*表示功能部件沿包含误差的轴方向运动的矢量，P*＝-Q*×q，q由步骤一中的1.2)给出；Q*表示功能部件围绕旋转轴包含误差的正方向旋转的单位矢量，Q*＝[Q*x,Q*y,Q*z]T＝[Qx+εx,Qy+εy,Qz+εz]T，εx、εy、εz为功能部件旋转轴沿X、Y、Z轴偏移的距离，与各实际轴与理想轴的各方向平行度精度有关。θ*为描述功能部件包含误差的运动大小的6维矢量，并与功能部件运动大小的六维矢量θ计算方式相同，表示为：θ*＝(θ*t,θ*o)其中，θ*t为功能部件平移运动的描述，θ*t＝(θ*x,θ*y,θ*z)＝(θx+δx,θy+δy,θz+δz)，θx,θy,θz由步骤一中的1.2)给出，δx、δy、δz为功能部件沿X、Y、Z轴平移的精度项；θ*o为功能部件旋转运动的描述，θ*o＝(θ*a,θ*b,θ*c)＝(θa+δa,θb+δb,θc+δc)，θa,θb,θc由步骤一中1.2给出，δa、δb、δc为功能部件绕A、B、C轴旋转的精度项。本文档来自技高网...

【技术保护点】
一种基于大数据的机床产品多权值融合的几何精度维护方法，其特征在于：步骤一：根据数控机床结构特点，将目标机床分解成各功能部件，针对功能部件中具有的各种工件，对每一种工件下同一批次的产品数据进行数据分析，建立机床加工的空间误差模型；步骤二：根据机床产品数据，由机床加工的空间误差模型建立机床加工精度最大失效模型，用机床加工精度最大失效模型对机床产品数据进行方差分析，获得几何精度项的精度影响权值；步骤三：再通过机床历史维护数据进行分析，获得各几何精度项的修配成本权值；步骤四：将精度影响权值和修配成本权值进行多权值融合分析形成目标机床几何精度维护方案。

【技术特征摘要】
1.一种基于大数据的机床产品多权值融合的几何精度维护方法，其特征在于：步骤一：根据数控机床结构特点，将目标机床分解成各功能部件，针对功能部件中具有的各种工件，对每一种工件下同一批次的产品数据进行数据分析，建立机床加工的空间误差模型；步骤二：根据机床产品数据，由机床加工的空间误差模型建立机床加工精度最大失效模型，用机床加工精度最大失效模型对机床产品数据进行方差分析，获得几何精度项的精度影响权值；步骤三：再通过机床历史维护数据进行分析，获得各几何精度项的修配成本权值；步骤四：将精度影响权值和修配成本权值进行多权值融合分析形成目标机床几何精度维护方案。2.根据权利要求1所述的一种基于大数据的机床产品多权值融合的几何精度维护方法，其特征在于方法具体为：步骤一：根据机床自身的布局结构和传动关系获得机床各功能部件之间的低序拓扑结构，根据低序拓扑结构计算获得机床各功能部件的运动传递因子，根据运动传递因子计算获得运动传递函数，由运动传递因子建立获得机床加工的空间误差模型。步骤三：根据机床历史维护数据中的维护成本数据计算获得几何精度项的修配成本权值；步骤四：结合修配成本权值和精度影响权值计算获得几何精度项的维护决策权值，重排获得目标机床的几何精度维护目标矢量，形成目标机床几何精度维护方案。3.根据权利要求1所述的一种基于大数据的机床产品多权值融合的几何精度维护方法，其特征在于：所述步骤一具体为：1.1)根据机床运动链建立由低序体序列描述的机床低序拓扑结构：由各功能部件的相互运动关系获得机床运动链，根据机床运动链建立获得机床的低序体序列，由低序体序列描述低序拓扑结构。1.2)计算各个功能部件运动的运动传递因子：1.3)计算获得理想运动传递函数和误差运动传递函数；1.4)建立基于雅可比旋量表示的机床加工的空间误差模型，采用以下公式表示：g＝(gwt*·R-gwt·R)其中，R为理想刀具切削点在全局坐标系中的坐标，gwt与gwt*分别表示理想运动传递函数和误差运动传递函数。4.根据权利要求1所述的一种基于大数据的机床产品多权值融合的几何精度维护方法，其特征在于：所述的步骤1.2)中的机床功能部件的运动传递因子由下式计算获得：其中，e为自然对数底，ξ为功能部件运动的雅克比旋量，符号“^”表示该雅可比旋量的反对称矩阵；k为运动传递系数，θ为描述功能部件运动大小的六维矢量。上述雅克比旋量ξ具体采用以下公式计算：ξ＝(P,Q)T其中，Q表示功能部件围绕旋转轴正方向旋转的单位矢量，Q＝[Qx,Qy,Qz]T；P表示功能部件沿轴方向运动的矢量，P＝-Q×q；q为机床参考系原点到旋转轴上任意一点的矢量。其中，功能部件运动大小的六维矢量θ表示为：θ＝(θt,θo)其中，θt为功能部件平移运动的描述，θt＝(θx,θy,θz)，θx,θy,θz分别为功能部件沿全局坐标系x、y、z轴平移运动的大小；θo为功能部件旋转运动的描述，θo＝(θa,θb,θc)，θa,θb,θc分别为功能部件绕全局坐标系的x、y、z轴旋转运动的大小。5.根据权利要求1所述的一种基于大数据的机床产品多权值融合的几何精度维护方法，其特征在于：所述的步骤1.3)中的理想运动传递函数和误差运动传递函数具体计算如下：a、当机床各传动轴运动未出现误差时，采用以下公式计算获得机床切削加工的理想运动传递函数：其中，n为机床的运动部件数目；s1～sn为机床低序拓扑结构中，功能部件依次从工件到刀具的编号；gi(θi)为第i个功能部件(1≤i≤n)的运动传递因子；b、当机床各传动轴运动出现误差时，采用以下公式计算获得机床切削加工的误差运动传递函数：其中，n为机床的运动部件数目；s1～sn为机床低序拓扑结构中，功能部件依次从工件到刀具的编号；gi*(θi)为描述第i个功能部...

【专利技术属性】
技术研发人员：张树有，何词，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33